Un normale elettrocardiogramma potrebbe contenere informazioni che l’occhio umano non riesce a riconoscere. Un nuovo studio internazionale a guida italiana mostra come l’intelligenza artificiale possa individuare nel tracciato segnali associati a livelli elevati di NT-proBNP, biomarcatore fondamentale nel percorso diagnostico dello scompenso cardiaco. Una tecnologia che potrebbe portare la cardiologia di precisione anche negli studi dei medici di famiglia e nei territori più difficili da raggiungere.
Un esame semplice che diventa “intelligente”
Lo scompenso cardiaco non sempre si presenta con sintomi inequivocabili. Affanno, stanchezza, gonfiore alle gambe possono avere molte cause, soprattutto nelle persone anziane e con più patologie. Per arrivare alla diagnosi servono oggi la valutazione clinica, il dosaggio dell’NT-proBNP attraverso un esame del sangue e, quando indicato, l’ecocardiogramma. La nuova ricerca, pubblicata su European Heart Journal – Quality of Care and Clinical Outcomes, parte da una domanda: può un normale ECG contenere informazioni capaci di segnalare la presenza di un NT-proBNP elevato? I ricercatori hanno addestrato una rete neurale profonda su 84.895 coppie di elettrocardiogrammi ed esami NT-proBNP. Il modello ha imparato a riconoscere combinazioni di caratteristiche elettriche del cuore non immediatamente visibili nella lettura tradizionale. La sua capacità è stata poi verificata su 679 pazienti in due centri, a Cosenza e Trieste, ottenendo un’accuratezza prossima al 90% nell’individuazione dei valori a rischio. Il risultato, però, va interpretato correttamente: l’algoritmo non diagnostica lo scompenso e non sostituisce l’esame del sangue. Può piuttosto funzionare come un filtro, indicando al medico quali pazienti potrebbero avere bisogno di ulteriori accertamenti.
“Lo scompenso cardiaco è una delle grandi emergenze sanitarie del nostro Paese. In Italia interessa oltre un milione di persone, con una prevalenza stimata dell’1-2% nella popolazione generale e circa 80.000 nuovi casi ogni anno. La frequenza cresce rapidamente con l’età e la malattia è tra le principali cause di ricovero negli anziani, con un impatto rilevante su mortalità, qualità della vita, famiglie e sostenibilità del Servizio sanitario nazionale”, spiega Ciro Indolfi, primo autore dello studio e presidente della Fondazione Italiana Cuore e Circolazione della Società Italiana di Cardiologia.
La differenza rispetto alla cardiologia tradizionale sta nella capacità dell’algoritmo di cogliere pattern troppo complessi o sottili per essere riconosciuti dall’occhio umano. L’ECG, insomma, non cambia: cambia il modo in cui viene interrogato. “Per confermare il sospetto servono un prelievo del sangue con analisi di laboratorio (il dosaggio dell’NT-proBNP) e un’ecografia al cuore. Tuttavia, l’esame del sangue richiede tempi, costi e strutture adeguate, non sempre facilmente accessibili sul territorio o nei centri più piccoli. L’elettrocardiogramma, al contrario, è un esame economico, non invasivo, immediato e disponibile ovunque: dagli studi dei medici di famiglia alle farmacie, fino alle ambulanze. Applicare l’IA all’ECG permette di trasformarlo in un vero e proprio ‘filtro digitale’: uno strumento in grado di avvisare subito il medico quando è davvero necessario richiedere gli approfondimenti di laboratorio e specialistici”, dichiara Gianfranco Sinagra, presidente della Società Italiana di Cardiologia e coautore dello studio. È soprattutto questa possibilità a rendere interessante la ricerca. L’intelligenza artificiale potrebbe aggiungere capacità diagnostiche a uno strumento già presente in moltissimi contesti, senza richiedere necessariamente nuove apparecchiature. Il vantaggio potrebbe essere particolarmente evidente dove l’accesso al laboratorio o alla diagnostica specialistica è più difficile. “Questi risultati dimostrano che l’ECG contiene molte più informazioni di quelle visibili all’occhio umano. Con l’intelligenza artificiale possiamo ricavare per la prima volta da un esame semplice e universale un segnale di allerta sul possibile aumento dell’NT-proBNP e indirizzare il paziente verso gli accertamenti appropriati”, sottolinea Indolfi.
Non una diagnosi automatica, ma una medicina più vicina
È proprio qui che bisogna evitare l’equivoco più comune quando si parla di intelligenza artificiale e medicina. Un algoritmo che riconosce un segnale associato a un biomarcatore non significa che la macchina abbia sostituito la diagnosi medica. Il possibile utilizzo è piuttosto quello di intercettare precocemente un rischio e orientare il percorso diagnostico. Prima di un impiego esteso nella pratica clinica serviranno studi prospettici capaci di dimostrare che l’utilizzo dell’algoritmo migliora effettivamente i percorsi di cura e gli esiti dei pazienti.
“È un approccio che potrà essere particolarmente utile per la diagnosi e il trattamento dello scompenso cardiaco soprattutto nelle aree dove l’accesso al laboratorio e alla diagnostica specialistica è più difficile, contribuendo a ridurre le disuguaglianze territoriali. Ora servono studi prospettici per dimostrare l’effettivo beneficio nei percorsi assistenziali e sugli esiti clinici”, continua Sinagra. La prospettiva, quindi, non è quella di una cardiologia affidata alle macchine, ma di una cardiologia di prossimità sostenuta dall’intelligenza artificiale. Un ECG eseguito nello studio del medico di famiglia potrebbe diventare un primo filtro per decidere più rapidamente chi sottoporre agli esami successivi. Le malattie cardiovascolari restano la principale causa di morte in Italia e rappresentano circa il 30% dei decessi. Per questo la possibilità di riconoscere prima lo scompenso e intervenire tempestivamente ha un valore che va oltre la singola innovazione tecnologica.
“La Federazione Italiana di Cardiologia, con il sostegno della Società Europea di Cardiologia, ha elaborato una proposta di Piano Strategico Nazionale per la Salute Cardiovascolare 2024-2027, che richiama la necessità di rendere più uniforme l’accesso alla prevenzione, alla diagnosi precoce e alle terapie innovative”, ricorda Indolfi. E proprio nella possibilità di ridurre le differenze nell’accesso alle cure si concentra la prospettiva più interessante. “In questo quadro, prevenire lo scompenso cardiaco, riconoscerlo prima e trattarlo secondo le evidenze rappresenta un obiettivo strategico per ridurre mortalità, ricoveri, disabilità e costi. L’Intelligenza Artificiale applicata a strumenti semplici e già diffusi, come l’ECG, può diventare uno dei mezzi per una cardiologia di prossimità e di qualità per i cittadini, indipendentemente dal luogo in cui vivono. Naturalmente per una valorizzazione clinica il dato andrà poi posto nel contesto complessivo e lì interverranno l’intelligenza umana e la competenza del medico”, conclude Sinagra.